Reconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendr

Detalhes bibliográficos
Autor(a) principal: Everton Hafemann Fragal
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações do INPE
Texto Completo: http://urlib.net/sid.inpe.br/mtc-m21b/2015/03.27.11.40
Resumo: As florestas de várzea são importantes para a manutenção da biodiversidade e para o provimento de serviços ecossistêmicos. Entretanto, atividades antrópicas têm levado à redução da cobertura de florestas de várzea no decorrer do tempo. A perda florestal impacta tanto a população humana local e regional, quanto o ecossistema de várzea, enquanto o desenvolvimento de nova cobertura florestal promove um novo ciclo de serviços ecossistêmicos fornecidos pelas florestas. Diversos trabalhos buscaram quantificar a perda florestal e identificar seu agente causador a partir de séries temporais de imagens de satélite. No entanto, abordagens de mapeamento manuais limitam o número de imagens que podem ser avaliadas. Algoritmos semi-automáticos apresentam-se como alternativa à análise manual, maximizando a quantidade de informações sobre mudanças na cobertura florestal. Nesta pesquisa foi avaliada aplicabilidade do algoritmo \emph{Landsat-based Detection of Trends in Disturbance and Recovery} (LandTrendr) para reconstrução histórica das mudanças na cobertura florestal de várzea em um trecho do Baixo Amazonas, no período de 1984 a 2009. Para tal, foram definidos os seguintes objetivos específicos: 1) Avaliar qual informação espectral é mais eficiente para detectar mudanças na cobertura florestal; 2) Examinar o conjunto ótimo de parâmetros do algoritmo LandTrendr para ajuste de trajetórias espectro-temporais em florestas de várzea; 3) Avaliar a confiabilidade dos atributos gerados pelo algoritmo para caracterizar mudanças da cobertura florestal; e 4) Analisar a exatidão na discriminação entre agentes antrópicos e naturais causadores de mudanças na cobertura florestal, a partir dos atributos providos pelo algoritmo. Foi utilizada uma série temporal de 37 imagens Landsat TM e EMT+, adquirida entre setembro e novembro para o período de 1984 a 2009. O índice de vegetação NDVI mostrou-se mais eficiente para detectar mudanças na cobertura florestal, mas 37\% da perda e 31\% do desenvolvimento da cobertura florestal na área estudada não foi detectada pelo algoritmo. Os valores ótimos dos parâmetros foram kernel size=3x3; pval=0,05; e max segments=6, maximizando a detecção dos eventos de mudança e minimizando falsos eventos. As trajetórias espectro-temporais refletiram eventos ocorridos na cobertura florestal, e o nível de confiabilidade dos atributos que caracterizam a perda e desenvolvimento da cobertura florestal foi mais alto ao longo do rio Amazonas, em relação ao interior da várzea. Estimou-se uma maior incidência de perdas de origem antrópica (1.071 ha) do que de origem natural (884 ha), com Exatidão Global Média de 94\%. Contudo, houve dificuldade na discriminação entre causas naturais e antrópicas de perda florestal para o último ano da série temporal. Conclui-se que algoritmo LandTrendr foi eficiente na detecção e caracterização dos eventos de perda e desenvolvimento da cobertura florestal, especialmente em áreas ao longo do canal do rio Amazonas, podendo ser útil para avaliar espaço-temporalmente a ocorrência de eventos de mudança ao longo de toda a calha do rio Amazonas.
id INPE_b099c228cd914666947bebe856c049e7
oai_identifier_str oai:urlib.net:sid.inpe.br/mtc-m21b/2015/03.27.11.40.34-0
network_acronym_str INPE
network_name_str Biblioteca Digital de Teses e Dissertações do INPE
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisReconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendrHistorical reconstruction of forest cover changes in várzeas of Lower Amazon using the algorithm LandTrendr2015-04-09Evlyn Márcia Leão de Moraes NovoThiago Sanna Freire SilvaJoão Roberto dos SantosLuiz Eduardo Oliveira e Cruz de AragãoAndré de LimaJochen SchögartEverton Hafemann FragalInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Sensoriamento RemotoINPEBRAmazôniafloresta inundávelalteração da florestamonitoramentoAmazonwetland forestsforest changemonitoringAs florestas de várzea são importantes para a manutenção da biodiversidade e para o provimento de serviços ecossistêmicos. Entretanto, atividades antrópicas têm levado à redução da cobertura de florestas de várzea no decorrer do tempo. A perda florestal impacta tanto a população humana local e regional, quanto o ecossistema de várzea, enquanto o desenvolvimento de nova cobertura florestal promove um novo ciclo de serviços ecossistêmicos fornecidos pelas florestas. Diversos trabalhos buscaram quantificar a perda florestal e identificar seu agente causador a partir de séries temporais de imagens de satélite. No entanto, abordagens de mapeamento manuais limitam o número de imagens que podem ser avaliadas. Algoritmos semi-automáticos apresentam-se como alternativa à análise manual, maximizando a quantidade de informações sobre mudanças na cobertura florestal. Nesta pesquisa foi avaliada aplicabilidade do algoritmo \emph{Landsat-based Detection of Trends in Disturbance and Recovery} (LandTrendr) para reconstrução histórica das mudanças na cobertura florestal de várzea em um trecho do Baixo Amazonas, no período de 1984 a 2009. Para tal, foram definidos os seguintes objetivos específicos: 1) Avaliar qual informação espectral é mais eficiente para detectar mudanças na cobertura florestal; 2) Examinar o conjunto ótimo de parâmetros do algoritmo LandTrendr para ajuste de trajetórias espectro-temporais em florestas de várzea; 3) Avaliar a confiabilidade dos atributos gerados pelo algoritmo para caracterizar mudanças da cobertura florestal; e 4) Analisar a exatidão na discriminação entre agentes antrópicos e naturais causadores de mudanças na cobertura florestal, a partir dos atributos providos pelo algoritmo. Foi utilizada uma série temporal de 37 imagens Landsat TM e EMT+, adquirida entre setembro e novembro para o período de 1984 a 2009. O índice de vegetação NDVI mostrou-se mais eficiente para detectar mudanças na cobertura florestal, mas 37\% da perda e 31\% do desenvolvimento da cobertura florestal na área estudada não foi detectada pelo algoritmo. Os valores ótimos dos parâmetros foram kernel size=3x3; pval=0,05; e max segments=6, maximizando a detecção dos eventos de mudança e minimizando falsos eventos. As trajetórias espectro-temporais refletiram eventos ocorridos na cobertura florestal, e o nível de confiabilidade dos atributos que caracterizam a perda e desenvolvimento da cobertura florestal foi mais alto ao longo do rio Amazonas, em relação ao interior da várzea. Estimou-se uma maior incidência de perdas de origem antrópica (1.071 ha) do que de origem natural (884 ha), com Exatidão Global Média de 94\%. Contudo, houve dificuldade na discriminação entre causas naturais e antrópicas de perda florestal para o último ano da série temporal. Conclui-se que algoritmo LandTrendr foi eficiente na detecção e caracterização dos eventos de perda e desenvolvimento da cobertura florestal, especialmente em áreas ao longo do canal do rio Amazonas, podendo ser útil para avaliar espaço-temporalmente a ocorrência de eventos de mudança ao longo de toda a calha do rio Amazonas.Floodplain forests are important for maintaining biodiversity and providing ecosystem services. However, anthropogenic activities have brought a reduction of floodplain forest cover over time. Forest loss impacts local and regional human populations, as well as the floodplain ecosystem, while forest cover growth promotes a new cycle of ecosystem services provision by forests. Several studies have attempted to quantify forest loss and its agents of causation, based on time series of satellite images. However, manual mapping approaches limit the number of images that can be assessed. Semi-automatic algorithms can be considered as an alternative to manual analysis, maximizing the amount of information that can be obtained on forest cover change. We investigated the applicability of the Landsat-based Detection of Trends in Disturbance and Recovery (LandTrendr) algorithm for historical reconstruction of changes in floodplain forest cover, in a portion of the Lower Amazon River floodplain, from 1984 to 2009. We defined the following specific objectives: 1) Evaluate which spectral information is more efficient to detect changes in forest cover; 2) Examine the optimal set of LandTrendr parameters for fitting spectral-temporal trajectories in várzea forests; 3) Evaluate how reliable are the attributes generated by the algorithm to characterize changes in forest cover; 4) Evaluate the attainable accuracy for the discrimination between natural and anthropogenic causes of change in forest cover, based on the attributes provided by the algorithm. A time series of 37 Landsat TM and ETM+ images were acquired between September and November for the period extending from 1984 to 2009. NDVI was the most efficient spectral information to detect changes in forest cover, but 37\% of mapped forest loss and 31\% of mapped forest growth in the study area were not identified by the algorithm. The optimal set of parameters were kernel size=3x3; pval=0,05; and max segments=6, which maximized the detection of change events and minimized false events. The spectral-temporal trajectories reflected actual events in forest cover, and the reliability level of attributes characterizing the loss and growth of forest cover was highest along the Amazon River margins, when compared to the floodplain interior. We estimated a higher incidence of forest loss with anthropogenic origin (1,071 ha) versus natural origins (884 ha), with an Average Global Accuracy of 94\%. However, it was difficult to discriminate between natural and anthropogenic causes of forest loss for the latter years of the time series. We conclude that the LandTrendr algorithm was efficient in detecting and characterizing forest cover loss and growth events, especially in areas along the Amazon River margins. The algorithm can therefore be applied to evaluate spatial and temporal forest change events along the entire Amazon River floodplain.http://urlib.net/sid.inpe.br/mtc-m21b/2015/03.27.11.40info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:54:48Zoai:urlib.net:sid.inpe.br/mtc-m21b/2015/03.27.11.40.34-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:54:49.126Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false
dc.title.pt.fl_str_mv Reconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendr
dc.title.alternative.en.fl_str_mv Historical reconstruction of forest cover changes in várzeas of Lower Amazon using the algorithm LandTrendr
title Reconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendr
spellingShingle Reconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendr
Everton Hafemann Fragal
title_short Reconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendr
title_full Reconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendr
title_fullStr Reconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendr
title_full_unstemmed Reconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendr
title_sort Reconstrução histórica de mudanças na cobertura florestal em várzeas do Baixo Amazonas utilizando o algoritmo LandTrendr
author Everton Hafemann Fragal
author_facet Everton Hafemann Fragal
author_role author
dc.contributor.advisor1.fl_str_mv Evlyn Márcia Leão de Moraes Novo
dc.contributor.advisor2.fl_str_mv Thiago Sanna Freire Silva
dc.contributor.referee1.fl_str_mv João Roberto dos Santos
dc.contributor.referee2.fl_str_mv Luiz Eduardo Oliveira e Cruz de Aragão
dc.contributor.referee3.fl_str_mv André de Lima
dc.contributor.referee4.fl_str_mv Jochen Schögart
dc.contributor.author.fl_str_mv Everton Hafemann Fragal
contributor_str_mv Evlyn Márcia Leão de Moraes Novo
Thiago Sanna Freire Silva
João Roberto dos Santos
Luiz Eduardo Oliveira e Cruz de Aragão
André de Lima
Jochen Schögart
dc.description.abstract.por.fl_txt_mv As florestas de várzea são importantes para a manutenção da biodiversidade e para o provimento de serviços ecossistêmicos. Entretanto, atividades antrópicas têm levado à redução da cobertura de florestas de várzea no decorrer do tempo. A perda florestal impacta tanto a população humana local e regional, quanto o ecossistema de várzea, enquanto o desenvolvimento de nova cobertura florestal promove um novo ciclo de serviços ecossistêmicos fornecidos pelas florestas. Diversos trabalhos buscaram quantificar a perda florestal e identificar seu agente causador a partir de séries temporais de imagens de satélite. No entanto, abordagens de mapeamento manuais limitam o número de imagens que podem ser avaliadas. Algoritmos semi-automáticos apresentam-se como alternativa à análise manual, maximizando a quantidade de informações sobre mudanças na cobertura florestal. Nesta pesquisa foi avaliada aplicabilidade do algoritmo \emph{Landsat-based Detection of Trends in Disturbance and Recovery} (LandTrendr) para reconstrução histórica das mudanças na cobertura florestal de várzea em um trecho do Baixo Amazonas, no período de 1984 a 2009. Para tal, foram definidos os seguintes objetivos específicos: 1) Avaliar qual informação espectral é mais eficiente para detectar mudanças na cobertura florestal; 2) Examinar o conjunto ótimo de parâmetros do algoritmo LandTrendr para ajuste de trajetórias espectro-temporais em florestas de várzea; 3) Avaliar a confiabilidade dos atributos gerados pelo algoritmo para caracterizar mudanças da cobertura florestal; e 4) Analisar a exatidão na discriminação entre agentes antrópicos e naturais causadores de mudanças na cobertura florestal, a partir dos atributos providos pelo algoritmo. Foi utilizada uma série temporal de 37 imagens Landsat TM e EMT+, adquirida entre setembro e novembro para o período de 1984 a 2009. O índice de vegetação NDVI mostrou-se mais eficiente para detectar mudanças na cobertura florestal, mas 37\% da perda e 31\% do desenvolvimento da cobertura florestal na área estudada não foi detectada pelo algoritmo. Os valores ótimos dos parâmetros foram kernel size=3x3; pval=0,05; e max segments=6, maximizando a detecção dos eventos de mudança e minimizando falsos eventos. As trajetórias espectro-temporais refletiram eventos ocorridos na cobertura florestal, e o nível de confiabilidade dos atributos que caracterizam a perda e desenvolvimento da cobertura florestal foi mais alto ao longo do rio Amazonas, em relação ao interior da várzea. Estimou-se uma maior incidência de perdas de origem antrópica (1.071 ha) do que de origem natural (884 ha), com Exatidão Global Média de 94\%. Contudo, houve dificuldade na discriminação entre causas naturais e antrópicas de perda florestal para o último ano da série temporal. Conclui-se que algoritmo LandTrendr foi eficiente na detecção e caracterização dos eventos de perda e desenvolvimento da cobertura florestal, especialmente em áreas ao longo do canal do rio Amazonas, podendo ser útil para avaliar espaço-temporalmente a ocorrência de eventos de mudança ao longo de toda a calha do rio Amazonas.
dc.description.abstract.eng.fl_txt_mv Floodplain forests are important for maintaining biodiversity and providing ecosystem services. However, anthropogenic activities have brought a reduction of floodplain forest cover over time. Forest loss impacts local and regional human populations, as well as the floodplain ecosystem, while forest cover growth promotes a new cycle of ecosystem services provision by forests. Several studies have attempted to quantify forest loss and its agents of causation, based on time series of satellite images. However, manual mapping approaches limit the number of images that can be assessed. Semi-automatic algorithms can be considered as an alternative to manual analysis, maximizing the amount of information that can be obtained on forest cover change. We investigated the applicability of the Landsat-based Detection of Trends in Disturbance and Recovery (LandTrendr) algorithm for historical reconstruction of changes in floodplain forest cover, in a portion of the Lower Amazon River floodplain, from 1984 to 2009. We defined the following specific objectives: 1) Evaluate which spectral information is more efficient to detect changes in forest cover; 2) Examine the optimal set of LandTrendr parameters for fitting spectral-temporal trajectories in várzea forests; 3) Evaluate how reliable are the attributes generated by the algorithm to characterize changes in forest cover; 4) Evaluate the attainable accuracy for the discrimination between natural and anthropogenic causes of change in forest cover, based on the attributes provided by the algorithm. A time series of 37 Landsat TM and ETM+ images were acquired between September and November for the period extending from 1984 to 2009. NDVI was the most efficient spectral information to detect changes in forest cover, but 37\% of mapped forest loss and 31\% of mapped forest growth in the study area were not identified by the algorithm. The optimal set of parameters were kernel size=3x3; pval=0,05; and max segments=6, which maximized the detection of change events and minimized false events. The spectral-temporal trajectories reflected actual events in forest cover, and the reliability level of attributes characterizing the loss and growth of forest cover was highest along the Amazon River margins, when compared to the floodplain interior. We estimated a higher incidence of forest loss with anthropogenic origin (1,071 ha) versus natural origins (884 ha), with an Average Global Accuracy of 94\%. However, it was difficult to discriminate between natural and anthropogenic causes of forest loss for the latter years of the time series. We conclude that the LandTrendr algorithm was efficient in detecting and characterizing forest cover loss and growth events, especially in areas along the Amazon River margins. The algorithm can therefore be applied to evaluate spatial and temporal forest change events along the entire Amazon River floodplain.
description As florestas de várzea são importantes para a manutenção da biodiversidade e para o provimento de serviços ecossistêmicos. Entretanto, atividades antrópicas têm levado à redução da cobertura de florestas de várzea no decorrer do tempo. A perda florestal impacta tanto a população humana local e regional, quanto o ecossistema de várzea, enquanto o desenvolvimento de nova cobertura florestal promove um novo ciclo de serviços ecossistêmicos fornecidos pelas florestas. Diversos trabalhos buscaram quantificar a perda florestal e identificar seu agente causador a partir de séries temporais de imagens de satélite. No entanto, abordagens de mapeamento manuais limitam o número de imagens que podem ser avaliadas. Algoritmos semi-automáticos apresentam-se como alternativa à análise manual, maximizando a quantidade de informações sobre mudanças na cobertura florestal. Nesta pesquisa foi avaliada aplicabilidade do algoritmo \emph{Landsat-based Detection of Trends in Disturbance and Recovery} (LandTrendr) para reconstrução histórica das mudanças na cobertura florestal de várzea em um trecho do Baixo Amazonas, no período de 1984 a 2009. Para tal, foram definidos os seguintes objetivos específicos: 1) Avaliar qual informação espectral é mais eficiente para detectar mudanças na cobertura florestal; 2) Examinar o conjunto ótimo de parâmetros do algoritmo LandTrendr para ajuste de trajetórias espectro-temporais em florestas de várzea; 3) Avaliar a confiabilidade dos atributos gerados pelo algoritmo para caracterizar mudanças da cobertura florestal; e 4) Analisar a exatidão na discriminação entre agentes antrópicos e naturais causadores de mudanças na cobertura florestal, a partir dos atributos providos pelo algoritmo. Foi utilizada uma série temporal de 37 imagens Landsat TM e EMT+, adquirida entre setembro e novembro para o período de 1984 a 2009. O índice de vegetação NDVI mostrou-se mais eficiente para detectar mudanças na cobertura florestal, mas 37\% da perda e 31\% do desenvolvimento da cobertura florestal na área estudada não foi detectada pelo algoritmo. Os valores ótimos dos parâmetros foram kernel size=3x3; pval=0,05; e max segments=6, maximizando a detecção dos eventos de mudança e minimizando falsos eventos. As trajetórias espectro-temporais refletiram eventos ocorridos na cobertura florestal, e o nível de confiabilidade dos atributos que caracterizam a perda e desenvolvimento da cobertura florestal foi mais alto ao longo do rio Amazonas, em relação ao interior da várzea. Estimou-se uma maior incidência de perdas de origem antrópica (1.071 ha) do que de origem natural (884 ha), com Exatidão Global Média de 94\%. Contudo, houve dificuldade na discriminação entre causas naturais e antrópicas de perda florestal para o último ano da série temporal. Conclui-se que algoritmo LandTrendr foi eficiente na detecção e caracterização dos eventos de perda e desenvolvimento da cobertura florestal, especialmente em áreas ao longo do canal do rio Amazonas, podendo ser útil para avaliar espaço-temporalmente a ocorrência de eventos de mudança ao longo de toda a calha do rio Amazonas.
publishDate 2015
dc.date.issued.fl_str_mv 2015-04-09
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://urlib.net/sid.inpe.br/mtc-m21b/2015/03.27.11.40
url http://urlib.net/sid.inpe.br/mtc-m21b/2015/03.27.11.40
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.publisher.program.fl_str_mv Programa de Pós-Graduação do INPE em Sensoriamento Remoto
dc.publisher.initials.fl_str_mv INPE
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Instituto Nacional de Pesquisas Espaciais (INPE)
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do INPE
instname:Instituto Nacional de Pesquisas Espaciais (INPE)
instacron:INPE
reponame_str Biblioteca Digital de Teses e Dissertações do INPE
collection Biblioteca Digital de Teses e Dissertações do INPE
instname_str Instituto Nacional de Pesquisas Espaciais (INPE)
instacron_str INPE
institution INPE
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)
repository.mail.fl_str_mv
publisher_program_txtF_mv Programa de Pós-Graduação do INPE em Sensoriamento Remoto
contributor_advisor1_txtF_mv Evlyn Márcia Leão de Moraes Novo
_version_ 1706809357514047488